Файл: Юсупбеков Н.Р. Автоматизация технологических процессов производства растительных масел.pdf

зина — 10—12 м3/час, масличность шрота—не более 1%, концентрация мисцеллы — 11 —15%, бензиноемкость шрота (на абсолютно сухое обезжиренное вещество) — 27—28%. При переработке хлопковых семян IV сорта лишь незначительно меняются некоторые из перечис­ ленных показателей.

Шнековый испаритель наиболее эффективно эксплуа­ тируется при следующих режимных параметрах работы:

ковый испаритель, нагреваясь до 45—55°С, а выходит оттуда с температурой 100— 110°С; число оборотов верхней и нижней секций — 38 в минуту [33].

Масло, отжатое на форпрессах и полученное после окончательной дистилляции мисцеллы, идет на рафи­ нирование.

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ОБЪЕКТА УПРАВЛЕНИЯ

Различают два вида моделирования: физическое и математическое. Первый тип моделирования связан с изучением явлений в моделях одной физической при­ роды с оригиналом. При этом явление изучают, воспроизводя его в разных масштабах, анализируя влияние физических особенностей и линейных геомет­ рических размеров. Опытные данные представляют в виде безразмерных степенных комплектов, изображаю­ щих множество комбинаций различных физических параметров и линейных размеров. Подобный подход позволяет распространить найденные зависимости на группу подобных между собой физических явлений, характеризующихся постоянством критериев подобия

[34].

Для метода физического моделирования характер­ ны следующие недостатки [35]:

а) при исследовании каждого нового процесса не­ обходимо создавать новую модель;

б) изменение параметров моделируемого объекта обычно сопряжено с довольно трудоемкими операция­ ми переделки модели или ее заменой;

тического моделирования, позволяющий осуществить деформацию модели изучаемого процесса на самой ма­ тематической модели с помощью электронных вычисли­ тельных машин. Метод математического моделирования позволяет [36]:

а) проводить исследования, направленные на разра­ ботку теории процесса;

б) во многих случаях избежать полупромышленную и полузаводскую стадии испытания, что значительно сокращает сроки внедрения научной разработки в про­ мышленность;

в) определить оптимальные технологические ре­ жимы;

г) оптимально спроектировать технологические ап­ параты и химические реакторы;

д) рассчитывать и проектировать научно обоснован­ ную систему автоматического управления процессом.

Математическое моделирование включает три этапа: составление математического описания процесса; реа­ лизацию математического описания посредством раз­ работки решения математической модели на ЭВМ и установление адекватности математической модели реальному процессу.

Математическое моделирование бывает аналитиче­ ское (жесткие модели) и статистическое (вероятност­ ные модели). Аналитическое моделирование предпо­ лагает изучение физических и химических процессов, протекающих в объекте. Модель всего процесса ком­ понуется из отдельных элементов, описывающих из­ вестные явления теплофизики, гидродинамики, диффу­ зии и пр., из которых складывается технологический процесс.

Недостаток этого метода: описывают объект, не учитывая влияния посторонних помех, имеющих су­ щественное значение в реальных условиях.

При статистическом моделировании объект рассма­ тривают как черный ящик, на который воздействуют

178

определенные параметры, обусловливающие значения выходных параметров, т. е. решается задача нахож­ дения уравнений зависимости выходных параметров объекта от входных на основании изучения определен­ ного набора статистических данных.

Преимущество метода: получают модель конкрет­

динить с входными, что возможно при решении задач идентификации, то выражение (218) упростится

где Хг — объединенный вектор собственно входных и управляющих параметров объекта.

Для раскрытия выражения (219) применяют методы корреляционного и регрессионного анализов.

Рассмотрим (рис. 40) формализованную схему (33; 46] исследуемого объекта — форпрессового и экстрак­ ционного цехов при производстве хлопкового масла и

179

180